以下文章来源于全球传媒学刊 ，作者吴璟薇
原文刊载于《全球传媒学刊》2023年第5期“新闻学研究”专栏。
作者
吴璟薇：清华大学新闻与传播学院副教授。
概要
【摘 要】数字智能技术深度嵌入彻底改变了新闻生产的格局，新闻生产研究的视角也从关注“人”转向关注人与技术的融合。控制论既是传播学的基础理论，也为理解智能新闻生产中的人机融合，以及系统的反馈与调控机制提供了一个系统性的视角。依托控制论的核心分析框架，本研究在分析智能新闻生产流程的基础上，综合国内外新闻业在技术变革中的技术创新实践，探讨数字智能时代的新闻生产中人与智能技术如何系统运作，智能系统中的控制和反馈机制如何，以及人与智能系统如何融合的问题。
【关键词】新闻生产；控制论；人机融合；自动化；人工智能
当下数字智能技术深度嵌入到新闻生产之中，内容生产者与算法机器、算法工程师在人与技术共同交织的平台协同工作。这彻底改变了传统新闻生产的格局，也给传统新闻业带来巨大的挑战。在新技术面前，不仅传统行业要进行技术革新与转型，新闻生产者也需要不断学习和使用新技术来保证在行业市场中具有基础竞争力。特别是随着近年来数字智能技术逐步在新闻生产中的运用，人们开始接受和适应了新技术环境，进而也脱离了“智能媒介技术将取代人工”的恐惧，人与数字智能媒介的关系逐渐走向“人机联姻”（姚建华，2021）、相互规训与共生（常江、罗雅琴，2023），或者在共同组成的媒介网络中协同运作（吴璟薇、郝洁，2021）。在人工智能得以广泛运用并且实现了人机耦合的当下，人的作用并没有被抵消，而在算法治理等需要更多“智能”的行业中得以强化（史安斌、高姝睿，2022）。大量的研究也在传统新闻生产主要关注“人”的基础上，渐渐将视角转向智能技术与算法，并将人与技术融合起来去看“多元行动者”如何影响新闻生产变革（陈曦，2022；喻国明、李钒，2023）。
人机融合已经成为当前数字智能新闻生产的重要议题。新闻记者经过技术培训后，通过操作系统实现人机对话。为了让系统快捷有效地运行，系统设计者也会设计相应的界面，让记者有选择地将内容关键字“填写”到相应位置，从而辅助机器进行学习以提高算法精确度。自动化生成的新闻仍然离不开人工的审核。所以，当前“人工智能”得以实现的关键在于人与技术的协同运作，也只有当人能够熟练且顺利融合到技术的操作系统中时，数字智能系统才能够有序运行。内容生产者通过培训和操作来熟悉新技术的操作，分词标记、算法训练和事实核查等需要更多“智能”的行为也只能由人来完成。因此，人与技术之间的有效衔接和融合也成为数字智能新闻系统的关键环节。
那么，在这个人与技术共同组成的智能系统下，人和技术是如何分工，又是如何进行沟通和反馈，从而维护系统运行的呢？从理论发展来看，人机传播研究从麦克卢汉、梅罗维茨的思想和拉图尔的行动者网络理论中获取灵感，立足传播技术的视角，将人与技术都看作行动者来探讨人与技术之间的沟通（Guzman，2018）；基特勒“媒介网络（Medienbund）”视角强调了广义新闻生产中人与技术相互建构的网络关系（Kittler，2009）。这些研究都将人与技术之间的关系引入到相互协同的“网络”视角，从而也意味着在智能时代，传统新闻生产中仅将人当作生产主体的视角已经无法诠释当下多元主体的智能生产。这些研究也都关注人与机器之间的互动并将二者放在同等位置，但并未从根本上解决人机融合机制的问题，特别是当人与技术之间产生矛盾、对新闻价值的判断出现冲突、技术失控等情况发生时，智能新闻生产系统内部的各个环节和组织之间如何反馈与调控，如何维持智能系统的运行等问题。在媒介网络理论的基础上，基特勒的门生克劳斯·皮亚斯（Pias，2016）将视角聚焦于维纳1948年提出的控制论上。虽然这个理论产生之初主要讨论机械系统的运作、反馈和调控，但此后经过梅西会议的长期讨论，已经被广泛运用到社会系统、人的思想和神经系统的分析中。控制论与信息论结合也是传播理论的重要来源，传播学在创立之初也讨论人机交互的问题。当新闻生产进入数字智能时代后，传统的大众传播模式已经落幕，分众化新闻与智能生产和传播让自动化、智能化技术成为新闻生产中与人同等重要的主角，二者的协同运作推动着智能系统的有序运行。人与技术在其中形成的共生的关系让人类重新找寻自己的历史定位（常江、罗雅琴，2023）。
控制论将新闻生产视角从人转变为人与技术共同组成的系统网络中，并关注人机交互、反馈与调控的机制，在理论范式上更适合当下新闻生产实际情况，也能够为广义上的新闻生产流程研究提供一个系统性的视角。当前智能技术已经广泛运用于国内外新闻业中，众多媒体机构也都相应开发了智能采编系统。依托控制论的核心分析框架，本研究在分析智能新闻生产流程的基础上，综合近五年来对国内外新闻业在技术变革中的创新和转型过程，并深入到人民日报中央厨房、新华社、字节跳动、腾讯新闻、澎湃新闻、彭博社、36氪、数可视、川观新闻和封面新闻等多家媒体的智能平台进行调研，扎根于新闻实践中来探讨数字智能时代的新闻生产中人与智能技术如何协同运作，智能系统中形成了什么样的控制和反馈机制，以及人与智能系统如何融合的问题。
一、控制论与人机传播
1948年维纳出版《控制论：或关于在动物和机器中控制和通信的科学》（Cybernetics：or Control and Communication in the Animal and the Machine）一书，讨论了人类和软件系统（包括设备）中的控制和调节过程。书名Cybernetics一词来自柏拉图的对话集，原意为“航行技术和修辞技术”，这些技术的目的在于“控制”，而“信息反馈”正是这些技术关键问题（胡作玄，2009，pp.17-18）。这个词本身的意义也奠定了控制论的核心思想——人类和智能机器都是自我调节的有机体，同样可以通过控制和通信工程理论进行分析。维纳控制论模型背后有三个基本假设：（1）控制是自然界中最重要的过程；（2）一个组织的生存取决于它有效处理信息的能力；（3）生物、机械和社会系统以类似的方式处理信息。
出版后，《控制论》也将操作和控制技术（瓦特）、管理和统治技术（安培）、反馈回路（奥多伯莱亚）以及信息论（香农）等众多机械系统中的核心要素关联起来。同时，控制论的提出也意味着十七世纪以来机械论和有机论之间对立关系的结束。机械论观点认为，将有机体一步一步分解到最后，就能搞清楚每个局部的构成，所以有机体就是局部的综合。但是控制论将其作为整体来考察其模式。“有机体越成为真正的有机体，它的组织水平越不断增加，因此它成为熵不断增加，混乱不断增加，差别不断消失这个总潮流的过程，这就称为稳态。”“不变的只是模式，这才是生命的本质……模式就是消息，它也可以作为消息来传递”（维纳，1988/2010，p.22）。因而，人和技术之间作为有机体和无机体的代表，可以放在同一个概念体系下进行讨论。同一时期由香农与韦弗（Shannon & Weaver，1949）所提出的信息论也被认为是人和机器之间发送信息，进行人机沟通的基础模型。通过将人类和机器都视为有目的的有机体，控制论和信息论激发了人们创造人工智能系统、仿生技术和人形机器的灵感。特别是在1948年梅西会议召开之后，控制论与心理学、认识论、社会学等领域结合，也为理解社会系统、社会的反馈机制乃至人的心灵提供了重要思想，并进一步带动了人机交互、人工智能、通信研究等交叉学科领域的发展。
作为人工智能技术的基础，融合了信息论思想的控制论在计算机、电子和通信技术不断变革创新的时代成为了理解人类和机器之间协同运作的核心思想。控制论的实现建立在数字化的基础上，即人机互动的内容都通过数字化流程转化为机器可以理解的信息，进而将人的思想与机器对接。而数字化的过程正是数字智能时代的重要特征，这也意味着，当人的思想和有机体都转变为代码信息之后，人与技术在系统运行中处于同等地位且能够协同运作。人文主义所强调的人的心智（mind）或精神（spirit/Geist）也被客观化（objectification），从而变得和技术一样可以进行控制、交流与反馈。于是，人类此时转变为一种特殊的信息机器（information machines；Pias，2016），人与机器之间的界限也更加模糊。控制论将人体理解为一个生物有机体，通过调控体温、心跳等维持生命指征的稳定状态，并通过肌肉和认知过程来适应外在环境（Guzman et al.，2023）。遵循同样的原理，安置了传感器和控制器的智能机器人也能够实现类似的功能，以此奠定了后来计算机模拟和智能仿生技术的基础。
当下的数字智能技术正好呼应了信息、控制、反馈等概念，因而也让控制论成为理解人机交互原理的核心理论。梅西会议让多个学科融入控制论，也让控制论适用于生物体（living organism）、机器、经济和心理过程以及社会学和美学现象等广泛领域。这样一个包容万象的领域并非对经典知识的复归，而是“完全引入了一个全新的时代”（Pias，2016），从前专属于人的领域所特有的生命、语言和社会，在控制论下也转变为电路系统的信息控制回路、开关代数与信息反馈。控制论的发展不仅超越了机器本身，也超越了人类的界限，一系列超越传统人文主义的“后人类”概念由此被提出：神经生理学者沃伦·麦卡洛克（Warren McCulloch）将神经元网络运用于机器运作中，打破了人类、机器和符号的区别；维纳用“共有空间”（common space）的概念将生物体信息机器中的信息控制和传输关联起来；香农使用通过“计算”和统计后的语言来分析人类的自然语言……在使用技术化的视角“解构”人类之后，人类与机器、有机体与无机体之间实现了对等沟通，由人与物共同组成的智能系统也具备了实现的可能。控制论也不是只关注机械或者社会系统，而是更趋近于“一种关于行动的普遍方法论”（Pias，2016，p.23），这呼应了拉图尔所提出的行动者网络理论（Latour，2005）与基特勒的媒介网络理论（Kittler，2009），将人与非人因素都纳入到系统运作中，并重新审视“物”（things）在其中的作用。被系统中的多种装置（apparatuses）所嵌入的人类也不再等同于过去的人类，虽然同样在系统中发挥重要作用，但是已经不是唯一的角色。
传播学的基础理论不仅来自控制论，而且和控制论几乎同时产生。维纳的控制论便将通信（communication）定义为人、动物和机器之间的信息传递过程（Wiener，2019）。香农和韦弗（Shannon & Weaver，1949）重点关注信息在人与机器之间传递的过程，并将控制论的观念从工程到社会科学进行了补充和改编，将其重新定义为研究信息影响的一种手段。而原来在工程模型中可以由人或机器都能占据的特定元素，现在只能与人类联系在一起（Rogers，1994）。罗杰斯（Rogers，1994）在《传播学史》中记载，20世纪40年代末，信息论和控制论的问世让传播学者认为二者“开启了研究人类传播的一系列重要的洞见”，而控制论中所讨论的信息流通、信息处理能力与反馈机制等问题就是传播理论研究的问题。控制论在为传播学理论提供一整套理论术语的同时，还通过“反馈”机制的引入让传播学彻底颠覆了以往的线性传播模式，并主导了美国传播学研究的功能主义范式和效果研究的传统（蓝梅、周鸿雁，2012）。
受到信息论与控制论的影响，传播理论也关注人与机器的互动，而且这一议题一直是传播学领域的经典话题。在参加了梅西会议后，人类学家格雷戈里·贝特森（Gregory Bateson）融入了信息论和控制论思想，尤为关注人们控制自己和组织自己的机制，运用信息理论分析社会生态与心灵生态，将对环境、有机物、系统的研究融入对心灵的探讨，认为人类的心灵并不在大脑或者其他身体部位，而在个体与环境、与他人的关系之中，并强调此过程中的信息和信息的处理，由此提出元传播、关系传播中的对称与补充等概念（Bateson，2000；殷晓蓉，2019）。拉斯韦尔在《传播在社会中的结构与功能》（Lasswell，1971）的论文中，提出了构成传播过程的五种基本要素，其中人类是通信者（发送者和接收者），技术是人们交换信息的媒介或渠道，自此奠定传播学研究的主导范式。1982年施拉姆访华时提到了传播学中“反馈”的概念，从而佐证了传播学中的“受众调查”和“信息”等概念与控制论之间的关联（郜书锴、方晓恬，2020）。凯瑞在《作为文化的传播》中也讨论了第三次传播技术革命中人与机器的互动，并批判式地预言了作为装置的技术如何在交互过程中发挥作用，影响人的认知（Carey，1989）。
近十几年来数字智能技术广泛运用于社会生活，这也预示着大众传播模式的结束。聊天机器人、新闻机器人和算法推送新闻等新技术彻底改变传播的格局，机器在传播中扮演越来越重要的角色。特别是当ChatGPT等通用智能技术开始运用于自动新闻生产和日常生活后，训练人工智能和提高人与机器的沟通效率，也让人机交互成为传播学研究的重要议题。在人机传播（Human Machine Communication）中，技术不仅仅是一种渠道或媒介，而是扮演着沟通者的角色。与主要关注人类传播行为的人际传播或者大众传播模式不同，人机传播模式关注的是人类和机器之间的信息流动，沟通的情境也从人类面对彼此转变为人类面对机器（Guzman，2018）。从广义新闻生产的视角来看，智能新闻生产不仅包括算法对新闻信息的处理和分发，还包括前期投入大量人工对算法的训练与标记工作，后期对新闻事实进行核查和新闻分发之后的用户反馈追踪等过程。这个过程已经超出了传统新闻生产中主要由人完成采访、写作、编辑和发布等工作。智能技术的加入在系统层面不仅要求算法工程师使用计算机能够理解的语言进行程序设计和设定新闻生产流程与系统结构，也要求新闻内容生产者能够使用计算机可以理解的方式操作系统——包括将合适的内容通过填空的方式“嵌入”系统，具备理解系统的运行步骤并进行操作的能力，甚至了解部分计算机语言。人机沟通和系统耦合因此成为智能新闻生产中的重要因素。
二、控制与反馈：智能新闻生产中的人机融合
相比传统以人工操作为主的新闻室生产，深度嵌入数字智能技术的新闻生产流程已经彻底发生了变革，逐渐转变为以人机协同为基础的智能新闻系统。因而，控制论为系统理解当下智能新闻生产提供了分析框架，其中重点关注的内容——如何数字化，如何融合人与机器来设定系统流程、进行系统管理，以及信息如何在系统的各个部门、环节和相关环境之间流动，系统如何进行反馈和调节，都是当下新闻生产中的关键步骤与核心流程。本研究结合智能新闻生产中的新闻前馈、信息获取、新闻制作、新闻分发和内容扩散五大智能新闻生产流程（吴璟薇等，2022），来考察其中的信息生成与传递、系统控制与管理、人机协同、反馈和调节等系统运作机制（见图1）。
（一）新闻前馈与信息获取：基于数据的新闻采集
基于平台系统的智能新闻生产已将传统的新闻采访过程转变为新闻采集的过程。通过端口，新闻事件相关内容与平台对接起来，并被转化为数字化的信息，再被收入到数据库中。但当下的智能技术仍然处于弱人工智能状态，无法通过自然语言精确识别所有内容，因此大量“打标签的人”被纳入系统中。从广义新闻生产的角度来看，他们属于智能新闻生产的前端，也是保证机器能够识别信息、与人沟通的前提。标记工作需要适应算法的工作逻辑，按照系统所要求的操作程序将新闻内容划分成标题、导语、能够体现出文章内容的关键词等类型，并填入系统中的相应位置（腾讯新闻、36氪）。
数据标注是一个系统化的流程，主要包括通过网络爬虫来提取数据，或者用新闻文章数据库来收集新闻信息、清洗数据以符合信息格式要求并按照要求对文章内容或者
进行数据标注，最终汇总成数据集等步骤。智能机器需要训练才能学习，为了能够让算法系统判断文章的情感，标记时需要人工结合文章语境，对涉及情感和价值判断的关键词进行情感与语义差异标注。在比较细致的视频标记中，甚至要求对每一帧图像的细节进行标记。标记工作结束后，再由相关质检人员或记者进行复检，以确认数据来源并完善系统所建构的模型。
大量的标记工作既是人机互动的基础，也是系统进行内容分类、热点追踪和描述用户画像的技术保障。标记后的信息被分为用户和内容两组，前者关注用户的性别特征、行为特征、阅读兴趣等，用来在推荐系统中构建科学的用户画像；后者关注内容特征，在推荐系统中构建主流价值观，深度挖掘内容与用户潜在的关联，在引导用户关注重大新闻事件的同时推送用户感兴趣的内容（川观新闻）。
数字智能时代的记者已经不需要自己外出寻找新闻，而是通过平台的监测和提示来发现新闻。新闻生产成为一个“人机协同”的世界，平台系统中的算法能够实时监测互联网中的信息，并按照热度值进行判断与排序，以便在新闻发生或者热点事件出现时及时通知新闻生产者。系统中由机器驱动的受众分析可以帮助新闻机构找到新的报道主题，为报道加入更多背景。目前，新华社自主研发的首个媒体人工智能平台媒体大脑（MediaBrain）能够自动收集和分析从社交媒体、搜索引擎、动态消息等渠道采集的数据。
新闻生产者不仅可以监控潜在的新闻事件，还可以优化内容的生产和分发。在获得智能系统的提示后，新闻生产者随即根据自身经验，或者使用人工智能了解相关背景来辅助评估其报道价值，以便在全面投入调查之前测试这个话题是否符合读者的兴趣。智能系统能够辅助新闻生产者在文档中找到人工不易发现的细节和报道线索，挖掘肉眼看不到的故事，通过机器来填补人工新闻采访中存在的不足。随着信息在互联网中的不断膨胀，智能系统中的新闻生产者的角色更像是“守望者”（gate watcher）而非“把关人”（gatekeeper；Bruns，2005）。他们承担着从数量庞杂的信息中选取对公众重要的、有趣的话题的任务，因而在复杂的信息生态系统中起到越来越重要的作用。
控制论标志着人与技术告别对立而进入深度融合的时代，也预示着数字智能技术的使用离不开人的参与。在新闻前馈与信息获取过程中，人与机器协同完成新闻内容的数据化标记、内容分析与归类，新闻选题的价值判断等前序工作。为了实现与机器对话，新闻生产者不仅要按照智能系统自身的逻辑和界面指示进行操作，还需要综合自身经验和数据分析的结果来判断新闻是否值得报道、如何报道。从中可以看出，智能系统对新闻生产者提出了更多的技术要求，除了扩展自己的新闻报道技能之外，他们还需要了解算法的基本原理与计算机语言，学习系统的操作方法。此外，平台化的生产方式也让更多行业聚合到新闻业中，数据化和智能化的新闻产品意味着新闻生产者需要以市场营销的思维来打造产品，以内容界面设计的思维来呈现内容。在媒体机构中，新闻生产者往往通过组成“新闻程序员”（Jurnocoders）或者“记者—技术专家”（Hacks/Hackers）来实现与技术的协同运作（马可尼，2020/2022，p.15），并以新闻产品为单位，通过项目负责制将内容、技术、市场和设计四个领域的工作者组合起来进行新闻生产（数可视）。新闻生产者的范畴与职能也在智能生产中进行了拓展。
（二）新闻制作：智能技术下的内容生成与控制
自动化不仅是智能新闻生产的基础，也是控制论所讨论的核心议题。智能系统通过自动化操作将数据直接生成文字报道，传统的新闻生产（produce）也转变为智能技术下的新闻生成（generate）。在大数据和算法辅助下，智能系统将在数据库中收集和新闻报道相关的要素，例如发生时间、人物、事件以及可能的影响等要素来自动生成文本或视频。这个过程改变了过去“一刀切”式的新闻生产方式。面对不同平台的特色和不同受众的需求，智能系统能够利用摘要技术和自然语言处理生成多种格式和多个版本的新闻，将长篇报道转化为适合手机阅读的文本，并根据用户画像在不同平台发布（马可尼，2020/2022，p.45）。智能新闻生产平台还会通过定位系统了解用户在不同地点的分布情况，在明确目标受众的地域特征后定向生成和用户所在地相关的新闻，以突出“地理接近性”。
自动生成功能让新闻能够发布更加动态、更加个性化的报道。封面新闻的智能生产平台设置了系统化的操作流程，观点分析模型和效果评估模型，分别负责训练机器的认知能力和监测受众特征、传播渠道的数据，从而精准传播热点新闻，并通过将热点挖掘算法、热点聚合算法、内容理解算法、内容风控算法和价值观判定算法融合到智能推荐、智能搜索、人机交互三个引擎中来精确定位目标受众和报道风格，进而生成多场景分发、多算法融合的自动化内容。人工智能的协助能够把记者从劳动密集型的工作中解放出来，从而将更多精力投入到寻找独特报道视角和深度分析中。但机器只是取代初级的、可重复的劳动，在智能系统生成新闻后，新闻生产者仍然需要把关。即使在自动化生成新闻中，人机融合仍然是必不可少的环节。对于新闻生产者来说，在与机器的互动中形成一种可持续报道模式至关重要，“这个模式既要跟上技术的变革，又能忠实于编辑价值观并为社会充当一个参考点（马可尼，2020/2022，p.14）”。
在机器自动生成内容和进行推送之余，人工的控制成为必不可少的环节。控制论认为系统内部存在差异，因而系统需要进行内部调控来维护运行。这种调控在智能新闻生产中主要体现在三个方面：一是新闻事实核查；二是在新闻价值判断中通过人工干预来避免信息茧房等问题；三是对已经发布的内容进行复审，进而进行系统调节。在机器自动抓取内容进行分析处理的过程中，事实核查和机器训练一样重要。虽然操作上完全符合技术的运行逻辑，但却无法保证消息来源和报道内容的真实。面对技术标准与新闻客观和真实的基本准则之间的差异，新闻生产者需要考虑数据来自何处、如何对数据进行审查，以及算法可能出现哪些错误、如何加入监督等问题，在对新闻的真实性进行人工把关的同时，协调系统和人工之间的判断差异。在新闻实践中，为了避免内容逻辑与技术逻辑产生冲突，澎湃新闻的“澎π系统”将采写与审发相隔离来保障内容生成与审发能够协同工作、互不干扰。一条新闻需要经过超过三个环节的审定签发才能发布。与此同时，系统内部的追踪模块还能回溯稿件的流转全程，在完全符合媒体内容内部审核需要的前提下避免不真实内容的发布。
在自动生成新闻的过程中，虽然机器根据数据分析所进行的判断占有重要地位，但是完全根据用户画像将“投其所好”的内容推送给受众会造成“信息茧房”的问题，将与公共利益相关的重大事件掩埋在算法中。因而一些重大新闻将通过人工干预来提升新闻在系统评估中的推送等级，使其在APP界面中显著的位置停留较长时间。“每家的热榜其实都留了人工干预口”（头条），这些内容有时并不随着算法推荐的逻辑进行更新，或者通过“掺沙子”的方式将更加多元的内容推送给特定用户，以防止因长期被投送满足个人喜好的内容而“营养不良”。
传统新闻把关人的功能分散在智能新闻生产的各个环节，即使在新闻分发出去之后也还要复审。由于平台每日所发布的信息量巨大，复审光靠人工是无法实现的，新闻机构会根据敏感词库等规则设计和训练相应的审核算法对新闻进行评估过滤，人工则主要针对新闻真实性、内容是否有吸引力、表达是否存在语法问题进行审核。头条还设置了举报邮箱供用户进行监督，并设立数据分析系统对审核人员进行培训，以便他们及时了解互联网行业法规和规范，并对重点文章实行双审制度。
然而，在人机融合进行质量把关的过程中，也可能会出现机器难以完成系统所发出的逻辑指令的情况，但这种错误往往不属于机器自身所造成的技术故障，而是算法设计本身学习不足所导致的。因而为了保证算法的有效性，人类需要长期对算法进行深入训练。同时，由于新闻事件不断发展，报道中涉及的内容也越来越多，机器前期所学习的分词库和核查标准都需要及时更新。系统需采用语义分析、内容聚类等自然语言处理技术来建立内容风控体系，不断提高算法的准确度（封面新闻）。智能系统也必须定期接受审核，对算法设计和功能进行评估，防止出现不可预见的缺陷。系统设计中，算法工程师也需要为人类干预人工智能设计相应的框架和程序，保证其透明性、可问责和可解释。在上述过程中，智能新闻系统通过自我调控来统合人与技术之间的协同运作，从而保证系统稳定、有效地运行。
（三）新闻分发与内容扩散：智能系统的反馈与调节
相比传统新闻生产，智能新闻生产流程中更加注重受众的反馈。这些反馈信息不仅用于描绘用户画像，也能够辅助针对特定受众群体的内容生成，并从整体上调节智能系统内部的运作。控制论关注如何进行系统管理，以及信息如何在系统的各个部门和相关环境之间流动，这便为分析系统内部如何反馈与调节提供了有效的分析框架。从控制论的视角，可以从系统全局来分析智能新闻生产中的信息反馈与自我调节机制，以及如何维护系统的稳定。从总体上看，智能新闻系统相当于一个完整的有机系统，可以在系统复杂的信息传递过程中进行反馈，并由中央控制系统来进行调节。由于系统内部存在差异，人与技术之间的标准也有所不同，在信息交流中维护稳定性也成为反馈系统中需要不断克服的难题。在本文的上一部分，我们讨论的事实审查和控制体系都属于信息反馈环节。这些反馈内容进一步促进系统内部的自我调节，并调动人与机器之间的协同运作，进而优化系统训练和机器学习。
在设计智能新闻系统的过程中，算法工程师需要充分考虑人机互动中的信息传播、差异与反馈等问题，以进一步评估系统效率并进行调控和优化。人民日报的“中央厨房”基于软件平台的内容分发、舆情监测和传播效果评估、稿件追踪和用户画像等一系列技术工具，为后方的采编人员及时提供稿件的评估与反馈。伴随着受众的互动和选择，新闻内容消费不断被系统追踪与分析。这些信息之后被输入到动态学习模型中并被不断更新，以保证系统在反馈的基础上有效分析用户阅读习惯和行为特征。除了自有的APP外，智能新闻平台还可以通过微博、微信、头条等社交媒体和新闻平台与目标对象连接和互动，并获得更加丰富的反馈数据，进而优化传播内容，提升内容生产的效率和效果。新闻生产中的反馈与调节，已经成为智能系统有效运行的基础保障。
三、结论与讨论：后人类时代的新闻生产系统
在数字智能技术背景下，控制论提供了一种系统视角来讨论智能新闻生产中的人机融合、反馈与调控机制等问题。通过数字化的标记工作与内容审核，来自互联网的新闻内容被整合到智能新闻生产系统中，智能系统通过算法辅助记者挖掘新闻新价值，寻找报道新视角，人与技术深度融合。在智能新闻制作中，系统借助智能算法自动生成新闻。然而自动化并不意味着整个系统完全由技术控制，新闻生产者在事实核查、新闻价值判断和新闻质量把关中都扮演着决定性的角色，机器的技术的逻辑和人的内容生产逻辑之间虽然存在差异，但经过系统的反馈与调节，智能系统的内容实现了有效的自我信息处理与控制。借助系统的反馈，智能新闻系统精确定位具有个性化、分众化特征的生产内容，实现了有效分发，反馈机制又进一步优化了系统的自我调节。在智能技术深度推动新闻变革的当下，控制论为理解智能新闻生产的流程、人与技术的关系和系统运作机制提供了一种更具解释力和系统性的视角，并为“后大众传播时代”建构新的新闻生产范式提供了富有创见的分析路径。
与行动者网络理论和媒介网络理论相似的是，智能新闻生产的控制论也提出了一种后人类的新闻分析视角，将人与技术置于同等地位来考察二者在系统中的协同运作。但控制论中所强调的等同地位更为彻底，人类记者与机器人记者正在系统中不断融合成赛博格（cyborg）。于是，身体存在与计算机模拟、控制论机制与生物有机体、机器人目的论与人类目标之间本质区别或绝对界限变得更加模糊（Hayles，1999）。从这个角度看，人类和机器的协同运作与深度关联从根本上改变了新闻生产的主体，ChatGPT等通用智能技术的加入也预示着一个新闻生产新时代的到来。以上种种，都让我们在新闻业的后人类世中思考人类和自动化行动者之间界限的本体论问题，以及这些现象对服务于人类的新闻意味着什么。这既是未来的趋势，亦是我们在不同的技术发展与历史时代中重新审思新闻业的一个重要立足点。
就当下的技术发展程度而言，人工智能还无法理解人类的复杂情感和社会价值，缺乏共情力、调查力、创造力和思想力，更无法像人类一样深入复杂的社会现实，探究背后的故事（拉塔尔，2018/2023）。然而，算法和新闻机器人在新闻生产中的渗透已经改变了人类在其中作为唯一的价值标准与行为的主体的格局，系统的有效运行要求人类新闻工作者需要结合人类同行和机器人同行的角度来思考。人与机器的进一步融合正成为智能时代不可阻挡的趋势，以及智能时代新闻生产的重要特征。但是，控制论也强调人与机器的逻辑之间所存在的差异，系统进行反馈与调节才能维持运行，融合了系统反馈的人工干预能够有效促进系统的运行与自我完善。因此，在人与技术对等的控制论中，技术并非唯一的决定因素，也更需要人类参与到调节中。正如维纳（1988/2010，pp.165-166）在《人有人的用处》中所言：
任何一部为了制定决策的目的而制造出来的机器要是不具有决策能力的话，那它就会是一部思想完全僵化的机器。如果我们让这样的机器来决定我们的行动，那我们就该倒霉了，除非，我们预先研究过它的活动规律，充分了解到它的所作所为都是按照我们能接受的原则来贯彻的！……虽然机器能够学习，能够在学习的基础上作出决策，但它无论如何也不会按照我们的意图去作出我们应该作出的或是我们可以接受的决策的。
智能技术和系统超越人性，但是却更需要人的关照。
本文系清新计算传播学与智能媒体实验室研究支持计划（项目编号：2023TSLCLAB001）的阶段性研究成果。
致谢：感谢清华大学“媒体数字化转型的创新动力机制研究”SRT小组和硕士生杨鹏成、丁宇涵对媒体调研给予的大力支持。文中引用的德国媒介学家ClausPias《控制论时代》一文参照了叶梓涛老师的译本，在此一并致谢。
转自：“再建巴别塔”微信公众号
如有侵权，请联系本站删除！
